地理模拟优化系统GeoSOS 及前沿研究

合集下载

现代地理学的热点问题、前沿领域、发展趋势

•一、当代地理科学研究的前沿领域1．全球变化及其区域响应研究2．陆地表层过程和格局的综合研究3．自然资源保障和生态环境建设研究4．区域可持续发展及人地系统的机理和调控研究5．地球信息科学、技术和“数字地球”研究•1．全球变化及其区域响应研究全球变化研究是20世纪80年代国际学术界为迎接人类所面临的资源、环境和发展问题而设计和实施的研究计划，是人类历史上最为庞大的超级科学计划。

研究学科涵盖大气、海洋、地理、地质、地球物理、环境、生物、生态、能源、人口、经济等诸多学科，研究人员涉及自然科学界和社会科学界的科学家以及政府和企业界的管理人员，研究方法强调学科的交叉和理论的集成，并将地球系统科学作为其研究的新方法。

全球变化研究目前由世界气候研究计划(WCRP)、国际地圈生物圈计划(IGBP)、全球环境变化人文因素计划(IHDP)、生物多样性计划(DIVER SITAS)等4个正在执行的研究计划组成，每个计划包含有一系列核心计划和交叉计划。

为保障各项计划的顺利进行，相应地设计了一系列数据观测与采集系统作为技术支撑，主要有：地球观测系统(EOS)、全球气候观测系统(GCOS)、全球海洋观测系统(GOOS)、全球陆地观测系统(GTOS)、全球环境监测系统(GEMS)、全球环境调查系统(GOES)等。

全球变化研究在过去、现在和未来，都是地理学的重要研究领域，在国际地圈生物圈计划和国际全球变化人文因素的推动下，不断开拓新的研究领域。

全球变化及其区域响应涉及古地理环境演变、土地利用和土地覆被变化、减轻自然灾害、典型区域环境定位研究以及全球环境变化的对策等众多领域。

我国的青藏高原、黄土高原等区域和全球环境变化关系密切，正是地理学研究可以发挥特长、显示才干的领域。

2．陆地表层过程和格局的综合研究地理学的传统研究领域是发生在陆地表层各种自然和人文现象的空间分异和空间组织。

认识这种分异和组织的规律，对于合理布局经济活动，开发利用和保护自然资源，避免和减轻自然灾害有着重要的价值。

“3S”技术在现代地理教学中的创新性应用

增强学习效果
通过“3S”技术的应用，可以培养出更多的创新人才，为未来的科技发展和社会进步做出贡献。
培养创新人才
06
结论与展望
研究结论
通过实验验证，使用“3S”技术可以将地理知识点更加直观、生动地呈现给学生，增强学生对地理知识的感知和理解能力。
“3S”技术的应用还能够在很大程度上提高学生的学习兴趣和积极性，促进学生的自主学习和探究能力。
提高教学质量
GIS技术的应用，使得学生能够通过操作软件进行实践学习，提高了学生的实践能力和创新精神。
培养实践能力
04
GPS技术在地理教学中的应用
GPS技术的基本原理及发展历程
全球定位系统（GPS）是一种基于卫星的导航系统，能够提供全球范围内的定位、导航和时间服务。GPS技术利用卫星信号接收机接收卫星发射的信号，通过计算信号传播时间，得到接收机至卫星的距离，从而确定接收机的位置。
GPS技术原理
GPS技术自20世纪70年代由美国开始研制，历经20余年，于1994年全面建成并投入使用。随着技术的不断进步，GPS接收机性能不断提升，应用领域也日益广泛。
GPS发展历程
地理信息采集
地图制作
实时导航
GPS技术在地理教学中的具体应用案例
GPS技术对地理教学的创新性影响
教学方法创新
GPS技术的应用为地理教学提供了新的教学方法，教师可以利用实时数据、动态地图等手段，提高教学效果。
增强实践能力
培养创新思维
学生可以通过“3S”技术进行实践活动，如数据采集、空间分析和地图制作等，提高实践能力。
通过“3S”技术，教师可以引导学生自主探究地理问题，培养学生的创新思维和解决问题的能力。
03
“3S”技术在现代地理教学中的应用意义

地理模拟优化系统(GeoSOS)在城市群开发边界识别中的应用

地理模拟优化系统（GeoSOS）在城市群开发边界识别中的应用马世发黎夏Application of GeoSOS in the Delineation of Development Boundary for Urban AgglomerationsMA Shifa1, LI Xia2[1. School of Architecture and Urban Planning, Guangdong University of Technology, Guangzhou 510090, China; 2. School of Geographic Sciences, Key Laboratory of Geographic Information Science (Ministry of Education), East China Normal University, Shanghai 200241, China]Abstract Urbanization is a complex geographical spatio-temporal evolution process, and how to use the mechanism of this geographical process to analyze the urban growth scenarios is the basis for the implementation of scientific spatial planning. Based on this, we first introduced the theory of Geographical Simulation and Optimization System (GeoSOS) in the world and proposed a series of technical solutions for urban evolution analysis. At present, it is one of the core tasks of natural resource supervision to plan urban, agricultural, and environmental spaces in a balanced way and to coordinate the relationship between urban development boundaries and permanent basic farmlands as well as ecological protection red lines. In China, urban agglomeration will be promoted as a predominant spatial organization form in the future urbanization process, so the delineation of urban development boundaries is particularly significant to the formulation of scientific spatial planning. Taking Changsha-Zhuzhou-Xiangtan urban agglomeration as an example, this paper elaborates on the GeoSOS theory and the application of GeoSOS model in the delineation of urban development boundary. Research results 作者简介马世发，广东工业大学建筑与城市规划学院；黎夏（通讯作者），华东师范大学地理科学学院地理信息科学教育部重点实验室。

地理学科的前沿研究与应用领域

地理学科的前沿研究与应用领域地理学作为一门综合性学科，涵盖了对地球表面及其上的人类活动进行观察、研究和理解的内容。

地理学的研究范畴广泛，包括地球表面的自然特征、人类活动的空间分布以及二者之间的相互关系等。

随着科学技术的不断发展，地理学的前沿研究领域和应用领域也在不断扩展和深化。

一、遥感与地理信息系统（GIS）技术在地理研究与应用中的前沿地位遥感技术利用卫星、飞机等载体获取地球表面的信息，可以高效地获取大范围的数据，其非接触式的特点使其在地理研究和应用中具有重要地位。

遥感图像的解译和分析，可以为环境监测、资源调查、灾害监测和城市规划等提供数据支撑。

此外，地理信息系统（GIS）技术的发展也使地理学的研究和应用更加便捷和精准。

GIS可以对多源数据进行整合和分析，实现对空间信息的管理和可视化呈现，为地理学的研究和应用提供了强大的工具支持。

二、地球系统科学的发展与应用地球系统科学是近年来地理学的前沿研究方向之一。

地球系统科学通过综合研究地球的大气、水、土壤、生物等要素，探究它们之间的相互作用和反馈机制，揭示地球系统的演化过程和规律。

地球系统科学的研究成果可以为气候变化、生态环境、自然灾害等领域的问题提供科学依据和解决方案。

例如，通过对全球气候变化的模拟和预测，可以为制定应对气候变化的政策和措施提供科学参考；通过对生态系统功能和物种多样性的研究，可以为生态修复和保护提供理论支持。

三、城市地理学的研究与城市规划的应用城市地理学是地理学中的一个重要分支，研究城市的空间结构、发展规律和影响因素。

随着世界城市化进程的深化，城市地理学的研究对于理解和解决城市问题具有重要意义。

城市规划是城市地理学的应用领域之一，通过科学规划和合理管理城市空间资源，以提升城市的可持续发展水平。

城市地理学的研究成果可以为城市规划的决策和实践提供科学指导和支撑。

四、人文地理学与文化地理学的研究与应用人文地理学和文化地理学关注人类活动的空间差异和文化内涵，通过研究地理环境与人文活动之间的关系，揭示人类活动的社会、经济和文化意义。

基于GeoSOS-FLUS_模型的河北省土地利用景观格局模拟

江苏农业学报(ＪｉａｎｇｓｕＪ.ｏｆＡｇｒ.Ｓｃｉ.)ꎬ２０２１ꎬ３７(３):６６７￣６７５ｈｔｔｐ://ｊｓｎｙｘｂ.ｊａａｓ.ａｃ.ｃｎ王雪然ꎬ潘佩佩ꎬ王晓旭ꎬ等.基于ＧｅｏＳＯＳ￣ＦＬＵＳ模型的河北省土地利用景观格局模拟[Ｊ].江苏农业学报ꎬ２０２１ꎬ３７(３):６６７￣６７５.ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１０００￣４４４０.２０２１.０３.０１５基于ＧｅｏＳＯＳ￣ＦＬＵＳ模型的河北省土地利用景观格局模拟王雪然１ꎬ２ꎬ３ꎬ㊀潘佩佩１ꎬ２ꎬ３ꎬ㊀王晓旭４ꎬ㊀王晓萌１ꎬ２ꎬ３(１.河北师范大学资源与环境科学学院ꎬ河北石家庄０５００２４ꎻ２.河北省环境变化遥感识别技术创新中心ꎬ河北石家庄０５００２４ꎻ３.河北省环境演变与生态建设实验室ꎬ河北石家庄０５００２４ꎻ４.河北雄安新区管理委员会规划建设局ꎬ河北雄安０７１７９９)收稿日期:２０２０￣１１￣０１基金项目:河北省自然科学基金项目(Ｄ２０２０２０５００９)ꎻ河北师范大学基金项目(Ｌ２０１９Ｚ０９㊁Ｌ２０２１Ｂ２２)ꎻ国家自然科学基金项目(４１４０１６４６)ꎻ河北师范大学在读研究生创新能力培养资助项目(ＣＸＺＺＳＳ２０２００６６)作者简介:王雪然(１９９４－)ꎬ女ꎬ河北邯郸人ꎬ硕士研究生ꎬ主要从事土地利用变化研究ꎮ(Ｅ￣ｍａｉｌ)ａｕｇｘｕｅｒａｎ＠１６３.ｃｏｍ通讯作者:潘佩佩ꎬ(Ｅ￣ｍａｉｌ)ｐａｎｐｅｉｐｅｉ６２６＠１６３.ｃｏｍ㊀㊀摘要:㊀揭示土地利用景观格局演变特征ꎬ不仅有助于明确其与自然㊁人类活动影响因素的关系ꎬ还可为当前国土空间规划及生态文明建设提供依据ꎮ本研究以面临新发展机遇的河北省为研究区ꎬ利用ＧｅｏＳＯＳ￣ＦＬＵＳ模型模拟２０３０年土地利用情况ꎬ基于景观生态学软件Ｆｒａｇｓｔａｔｓ探讨区域景观格局演变态势ꎮ结果表明:(１)在模拟结果层面ꎬ河北省未来建设用地占比增至１１９４％ꎬ林地㊁草地面积略有增加ꎬ耕地㊁水域和未利用地占比降至４６３５％㊁２６２％㊁０７１％ꎬＫａｐｐａ系数和ＦｏＭ系数的计算结果均说明ＧｅｏＳＯＳ￣ＦＬＵＳ模型的模拟结果具有较高可信度ꎮ(２)在景观格局层面ꎬ耕地平均斑块面积下降明显ꎬ林地㊁建设用地优势度提升ꎬ草地㊁水域被不断分割ꎻ区域整体蔓延度指数降低ꎬ分裂指数由１９９０年的９３７增至２０２０年的１２７１ꎬ景观格局变化具有空间异质性ꎮ在现行土地政策机制下ꎬ２０３０年景观格局虽向良性态势发展ꎬ但依然面临建设用地无序扩张ꎬ耕地破碎化严重等问题ꎮ本研究结果对于合理规划㊁高效利用土地资源ꎬ平衡经济发展和土地利用具有重要的现实意义ꎮ关键词:㊀ＧｅｏＳＯＳ￣ＦＬＵＳ模型ꎻ模拟预测ꎻ景观格局ꎻ河北省中图分类号:㊀Ｋ９０３㊀㊀㊀文献标识码:㊀Ａ㊀㊀㊀文章编号:㊀１０００￣４４４０(２０２１)０３￣０６６７￣０９ＳｉｍｕｌａｔｉｏｎｏｆｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｆｏｒｌａｎｄｕｓｅｉｎＨｅｂｅｉｐｒｏｖｉｎｃｅｂａｓｅｄｏｎＧｅｏＳＯＳ￣ＦＬＵＳｍｏｄｅｌＷＡＮＧＸｕｅ￣ｒａｎ１ꎬ２ꎬ３ꎬ㊀ＰＡＮＰｅｉ￣ｐｅｉ１ꎬ２ꎬ３ꎬ㊀ＷＡＮＧＸｉａｏ￣ｘｕ４ꎬ㊀ＷＡＮＧＸｉａｏ￣ｍｅｎｇ１ꎬ２ꎬ３(１.ＣｏｌｌｅｇｅｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓꎬＨｅｂｅｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙꎬＳｈｉｊｉａｚｈｕａｎｇ０５００２４ꎬＣｈｉｎａꎻ２.ＨｅｂｅｉＴｅｃｈｎｏｌｏｇｙＩｎｎｏｖａｔｉｏｎＣｅｎｔｅｒｆｏｒＲｅ￣ｍｏｔｅＳｅｎｓｉｎｇＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＣｈａｎｇｅꎬＳｈｉｊｉａｚｈｕａｎｇ０５００２４ꎬＣｈｉｎａꎻ３.ＨｅｂｅｉＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＣｈａｎｇｅａｎｄＥｃｏｌｏｇｉｃａｌＣｏｎ￣ｓｔｒｕｃｔｉｏｎꎬＳｈｉｊｉａｚｈｕａｎｇ０５００２４ꎬＣｈｉｎａꎻ４.ＰｌａｎｎｉｎｇａｎｄＣｏｎｓｔｒｕｃｔｉｏｎＢｕｒｅａｕｏｆＨｅｂｅｉＸｉｏｎｇａｎＮｅｗＡｒｅａＭａｎａｇｅｍｅｎｔＣｏｍｍｉｔｔｅｅꎬＸｉｏｎｇａｎ０７１７９９ꎬＣｈｉｎａ)㊀㊀Ａｂｓｔｒａｃｔ:㊀Ｒｅｖｅａｌｉｎｇｔｈｅｅｖｏｌｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｆｏｒｌａｎｄｕｓｅｃａｎｎｏｔｏｎｌｙｈｅｌｐｔｏｃｌａｒｉｆｙｉｔｓｒｅｌａ￣ｔｉｏｎｓｈｉｐｗｉｔｈｔｈｅｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｆｎａｔｕｒｅａｎｄｈｕｍａｎａｃｔｉｖｉｔｉｅｓꎬｂｕｔｃａｎａｌｓｏｐｒｏｖｉｄｅｂａｓｉｓｆｏｒｃｕｒｒｅｎｔｔｅｒｒｉｔｏｒｉａｌｓｐａｃｅｐｌａｎｎｉｎｇａｎｄｅｃｏｌｏｇｉｃａｌｃｉｖｉｌｉｚａｔｉｏｎｃｏｎｓｔｒｕｃｔｉｏｎ.ＴｈｉｓｓｔｕｄｙｔｏｏｋＨｅｂｅｉｐｒｏｖｉｎｃｅꎬｗｈｉｃｈｗａｓｆａｃｉｎｇｎｅｗｄｅｖｅｌｏｐｍｅｎｔｏｐｐｏｒｔｕ￣ｎｉｔｉｅｓꎬａｓｔｈｅｒｅｓｅａｒｃｈａｒｅａꎬａｎｄｕｓｅｄＧｅｏＳＯＳ￣ＦＬＵＳｍｏｄｅｌｔｏｓｉｍｕｌａｔｅｉｔｓｌａｎｄｕｓｅｓｉｔｕａｔｉｏｎｉｎ２０３０.ＴｈｅｒｅｓｅａｒｃｈｗａｓｂａｓｅｄｏｎｔｈｅｌａｎｄｓｃａｐｅｅｃｏｌｏｇｙｓｏｆｔｗａｒｅＦｒａｇｓｔａｔｓｔｏｄｉｓｃｕｓｓｔｈｅｅｖｏｌｕｔｉｏｎｏｆｒｅｇｉｏｎａｌｌａｎｄｓｃａｐｅｐａｔｔｅｒｎ.ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｆｕｔｕｒｅｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄｉｎＨｅｂｅｉｐｒｏｖｉｎｃｅｉｎｃｒｅａｓｅｄｔｏ１１９４％ꎬｔｈｅａｒｅａｏｆｗｏｏｄｌａｎｄａｎｄｇｒａｓｓｌａｎｄｉｎｃｒｅａｓｅｄｓｌｉｇｈｔｌｙꎬａｎｄｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｃｕｌ￣ｔｉｖａｔｅｄｌａｎｄꎬｗａｔｅｒａｒｅａａｎｄｕｎｕｓｅｄｌａｎｄｄｅｃｒｅａｓｅｄｔｏ７６６４６３５％ꎬ２６２％ꎬ０７１％ꎬｒｅｓｐｅｃｔｉｖｅｌｙ.ＢｏｔｈＫａｐｐａｃｏｅｆｆｉｃｉｅｎｔａｎｄＦｏＭｃｏｅｆｆｉｃｉｅｎｔｓｈｏｗｅｄｔｈａｔｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆＧｅｏＳＯＳ￣ＦＬＵＳｍｏｄｅｌｓｉｍｕｌａｔｅｄｒｅｓｕｌｔｓｗａｓｈｉｇｈ.Ｆｒｏｍｌａｎｄｓｃａｐｅｐａｔｔｅｒｎａｓｐｅｃｔꎬｔｈｅａｖｅｒａｇｅｐａｔｃｈａｒｅａｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｈａｄｄｒｏｐｐｅｄｓｉｇｎｉｆｉｃａｎｔｌｙꎬａｄｖａｎｔａｇｅｓｏｆｆｏｒｅｓｔｌａｎｄａｎｄｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄｗｅｒｅｉｍｐｒｏｖｅｄꎬｇｒａｓｓｌａｎｄａｎｄｗａｔｅｒｓｗｅｒｅｃｏｎｔｉｎｕｏｕｓｌｙｄｉｖｉｄｅｄ.Ｔｈｅｏｖｅｒａｌｌｒｅｇｉｏｎａｌｓｐｒｅａｄｉｎｇｉｎｄｅｘｄｅｃｒｅａｓｅｄꎬａｎｄｔｈｅｓｐｌｉｔｉｎｄｅｘｉｎｃｒｅａｓｅｄｆｒｏｍ９３７ｉｎ１９９０ｔｏ１２７１ｉｎ２０２０.Ｔｈｅｓｐａｃｅｄｉｆｆｅｒｅｎｃｅｏｆｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｃｈａｎｇｅｓｗａｓｓｉｇｎｉｆｉｃａｎｔ.Ｕｎｄｅｒｔｈｅｃｕｒｒｅｎｔｌａｎｄｐｏｌｉｃｙｍｅｃｈａｎｉｓｍꎬａｌｔｈｏｕｇｈｔｈｅｌａｎｄｓｃａｐｅｐａｔ￣ｔｅｒｎｆｏｒ２０３０ｄｅｖｅｌｏｐｅｄｉｎａｐｏｓｉｔｉｖｅｔｒｅｎｄꎬｉｔｓｔｉｌｌｆａｃｅｄｐｒｏｂｌｅｍｓｓｕｃｈａｓｄｉｓｏｒｄｅｒｌｙｅｘｐａｎｓｉｏｎｏｆｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄａｎｄｓｅｒｉ￣ｏｕｓｆｒａｇｍｅｎｔａｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄ.Ｔｈｅｓｅｒｅｓｕｌｔｓｈａｖｅｐｒａｃｔｉｃａｌｓｉｇｎｉｆｉｃａｎｃｅｆｏｒｒａｔｉｏｎａｌｐｌａｎｎｉｎｇａｎｄｅｆｆｉｃｉｅｎｔｕｓｅｏｆｌａｎｄｒｅ￣ｓｏｕｒｃｅｓａｓｗｅｌｌａｓｂａｌａｎｃｉｎｇｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔａｎｄｌａｎｄｕｓｅ.Ｋｅｙｗｏｒｄｓ:㊀ＧｅｏＳＯＳ￣ＦＬＵＳｍｏｄｅｌꎻｓｉｍｕｌａｔｅｄｐｒｅｄｉｃｔｉｏｎꎻｌａｎｄｓｃａｐｅｐａｔｔｅｒｎꎻＨｅｂｅｉｐｒｏｖｉｎｃｅ㊀㊀随着社会经济的快速发展ꎬ土地利用矛盾日益突出[１]ꎬ关于土地利用变化的研究成为国际热点课题之一[２]ꎮ景观格局是景观形成因素和景观生态过程共同作用的结果[３]ꎬ其演化过程和生态特征的分析结果可应用于国土空间规划与治理[４]ꎮ未来土地利用模拟预测可增强景观生态以及国土空间规划的前瞻性[５]ꎬ土地利用变化模型则为模拟预测提供了技术支持ꎮ以往国内外针对土地利用景观格局的研究ꎬ多集中在景观格局演变的现状及驱动力分析[６￣９]ꎮ从研究方法看ꎬ多将ＧＩＳ空间分析与景观指数相结合ꎬ如何华春等[７]借助ＧＩＳ技术ꎬ定量分析了盐城海岸带的景观格局特征ꎬ从研究视角看ꎬ土地利用景观时空演变[８]㊁驱动机制[９]等都有涉及ꎮ有学者分析单个地类景观格局的演变过程ꎬ车通等[１０]深入剖析扬州市在城市扩张中建设用地景观格局的演变及驱动机制ꎬ以期为建设用地结构优化提供科学依据ꎮ有学者指出ꎬ明确当前景观格局演变的过程和机制固然重要ꎬ但预测未来土地利用景观格局的情形具有更重要的科学价值和实践意义[１１]ꎮ王明常等[１２]以长白山为研究区ꎬ基于Ｍａｔｌａｂ平台ꎬ结合地理元胞自动机模型(ＣＡ)ꎬ建立了景观格局信息模拟与预测模型ꎮ张剑等[１１]以山东半岛海洋经济带核心区为研究区域ꎬ基于转移矩阵和ＣＡ￣Ｍａｒｋｏｖ模型构建并模拟了该区土地利用的时空动态演变过程ꎮ然而ꎬ广泛应用的元胞自动机模型只能模拟单类用地的演变ꎬ而耦合ＣＡ￣Ｍａｒｋｏｖ模型未能充分考虑土地利用的多因素驱动影响ꎮ土地利用模拟领域应用较多的ＣＬＵＥ￣Ｓ模型对土地类型之间微小转化的概率考虑不足[１３]ꎬ增加了模拟的不确定性ꎮＬｉｕ等[１４]研究出的ＦＬＵＳ模型(Ｆｕｔｕｒｅｌａｎｄｕｓｅｓｉｍｕｌａｔｉｏｎｍｏｄｅｌ)ꎬ成功耦合了系统动力学(ＳＤ)与神经网络ＣＡꎬ能有效处理在自然㊁人类活动共同作用下的土地转化概率问题ꎬ为深入剖析景观格局演变提供了有力工具ꎬ该模型也已成功应用于多项研究[１５￣１７]ꎮ综上所述ꎬ当前研究多突出土地利用模拟和景观格局演变的单点研究ꎬ结合土地利用模拟结果ꎬ预测未来发展下景观格局变化态势的研究较少ꎬ将景观格局演变和未来土地利用结构相结合的研究还不够深入ꎮ在京津冀一体化国家重大发展战略及雄安新区建设不断推进的背景下ꎬ河北省也迎来经济发展的重要契机ꎬ景观格局变化日益剧烈ꎬ如何协调景观生态保护与经济发展的关系是当前面临的重要课题ꎮ因而ꎬ本研究拟以河北省为研究区ꎬ预测未来土地利用景观格局发展态势并分析其演变过程ꎬ针对研究结果提出土地资源合理利用及景观格局优化的相关建议ꎬ以期为决策者实施国土空间规划ꎬ优化土地利用结构ꎬ促进生态环境的可持续发展提供理论基础和实际参考ꎮ１㊀材料与方法１.１㊀研究区概况河北省地处中纬度沿海与内陆交接地带ꎬ环抱京津ꎬ共辖１１个地市(图１)ꎬ总面积１.８８８ˑ１０５ｋｍ２ꎮ地势自西北向东南呈递减趋势ꎬ是全国地形地貌最为齐全的省份之一ꎮ区域内自然地理要素差异大ꎬ西北部山地面积约占全省面积的３５０％ꎬ生态环境脆弱ꎻ东南部平原连片分布ꎬ约占全省面积的４３４％ꎬ是全国重要的粮食产地ꎮ受自然条件及经济发展水平影响ꎬ土地景观格局演变空间异质性显著ꎮ１.２㊀数据来源地面高程数据来自地理空间数据云(ｈｔｔｐ://ｗｗｗ.ｇｓｃｌｏｕｄ.ｃｎ/)ꎬ土地利用数据(１９９０年㊁２０００年㊁２０１０年)及铁路㊁公路㊁行政区划等矢量数据来自中国科学院资源与环境数据中心(ｈｔｔｐ://ｗｗｗ.ｒｅｓｄｃ.８６６江苏农业学报㊀２０２１年第３７卷第３期图１㊀河北省区位和高程Ｆｉｇ.１㊀Ｌｏｃａｔｉｏｎａｎｄｄｉｇｉｔａｌｅｌｅｖａｔｉｏｎｍｏｄｅｌ(ＤＥＭ)ｏｆＨｅｂｅｉｐｒｏｖｉｎｃｅｃｎ/)ꎬ以ＬａｎｄｓａｔＴＭ/ＥＴＭ遥感影像为主要数据源ꎬ分辨率为３０ｍꎮ２０２０年土地利用数据来自ＧｌｏｂｅＬａｎｄ３０(ｈｔｔｐ://ｗｗｗ.ｇｌｏｂｅｌａｎｄ３０.ｃｏｍ/ＧＬＣ３０Ｄｏｗｎｌｏａｄ/ｉｎｄｅｘ.ａｓｐｘ)ꎮ根据本研究需要ꎬ将研究区土地分为耕地㊁建设用地㊁林地㊁水域㊁草地和未利用地６种类型ꎮ１.３㊀研究方法１.３.１㊀ＧｅｏＳＯＳ￣ＦＬＵＳ模型１.３.１.１㊀基于人工神经网络(ＡＮＮ)的驱动概率㊀人工神经网络是一种为模仿生物大脑神经元结构而设计的智能算法ꎬ多用于有多种输入非线性函数的估计[１４]ꎮ输入的驱动因素越多ꎬ获得的结果越准确ꎬ也能更好地体现土地类型间的相互作用和竞争关系ꎮ土地景观格局演变受自然因素㊁社会因素和经济因素的综合驱动影响ꎬ地形从本质上决定了土地利用类型ꎬ交通和社会经济因子对其有重要影响ꎬ因此本研究选取数字高程模型(ＤＥＭ)㊁坡向㊁坡度㊁人口㊁ＧＤＰ㊁距铁路距离㊁距公路距离㊁距城市中心距离作为演变驱动力因素ꎮ结合本研究所需要的数据及模拟的可行性ꎬ将分辨率统一为１００ｍꎮ１.３.１.２㊀基于自适应惯性机制的ＣＡ模拟㊀在ＧｅｏＳＯＳ￣ＦＬＵＳ模型中ꎬ用地转化概率既取决于神经网络输出的驱动因素概率ꎬ还受到表示扩张能力强弱的邻域密度(公式１)㊁惯性系数(公式２)㊁转换成本以及土地之间竞争的影响ꎬ最终确定土地类型转换的总概率(公式３)ꎮΩｔｐꎬｋ＝ðＮˑＮｃｏｎ(ｃｔ－１ｐ＝ｋ)ＮˑＮ－１ˑｗｋ(１)式中:Ωｔｐꎬｋ表示领域密度ꎻðＮˑＮｃｏｎ(ｃｔ－１ｐ＝ｋ)表示在ＮˑＮ的窗口上ꎬ上一次迭代(ｔ－１)结束后第ｋ种用地类型的像元总个数ꎻｗｋ表示各类用地邻域作用的权重ꎮＩｎｅｒｔｉａｔｋ＝Ｉｎｅｒｔｉａｔ－１ｋ㊀㊀㊀ｉｆ｜Ｄｔ－２ｋ｜ɤ｜Ｄｔ－１ｋ｜Ｉｎｅｒｔｉａｔ－１ｋˑＤｔ－２ｋＤｔ－１ｋ㊀ｉｆ０>Ｄｔ－２ｋ>Ｄｔ－１ｋＩｎｅｒｔｉａｔ－１ｋˑＤｔ－１ｋＤｔ－２ｋ㊀ｉｆＤｔ－１ｋ>Ｄｔ－２ｋ>０ìîíïïïïïïïï(２)式中:Ｉｎｅｒｔｉａｔｋ表示第ｋ种用地在迭代时间ｔ上的惯性系数ꎻＤｔ－１ｋ㊁Ｄｔ－２ｋ分别表示上一次㊁上两次迭代时ꎬ第ｋ种用地类型像元数与需求数目的差ꎮＴＰｒｏｂｔｐꎬｋ＝ｓｐｐꎬｋˑΩｔｐꎬｋˑｉｎｅｒｔｉａｔｋˑ(１－ｓｃｃңｋ)(３)式中:ＴＰｒｏｂｔｐꎬｋ为像元ｐ在迭代次数ｔ时转化成用地类型ｋ的总概率ꎻｓｐｐꎬｋ为神经网络输出的适宜性概率ꎻΩｔｐꎬｋ为邻域作用ꎻｉｎｅｒｔｉａｔｋ为第ｋ种用地在迭代时间ｔ上的惯性系数ꎻｓｃｃңｋ为土地利用类型ｃ转为类型ｋ的成本ꎬ１－ｓｃｃңｋ表示发生转化的难易程度ꎮ１.３.１.３㊀模型精度检验㊀许文宁等[１８]认为Ｋａｐｐａ系数(公式４)能有效验证预测模型精度ꎻＰｏｎｔｉｕｓ等[１９]认为品质因数ＦｏＭ(公式５)常用于模型准确性验证ꎮＧｅｏＳＯＳ￣ＦＬＵＳ模型将两者结合ꎬ以增强模拟准确性的科学依据ꎮＫａｐｐａ＝(ｐ－ｐｅ)/(１－ｐｅ)(４)式中:Ｋａｐｐａ为Ｋａｐｐａ系数ꎻｐ为总精度ꎻｐｅ＝(ａ１ˑｂ１＋ａ２ˑｂ２＋＋ａｎˑｂｎ)/(ＳˑＳ)ꎬ其中ｎ为类别数ꎬａ１ꎬａ２ꎬ ꎬａｎ为真实结果中每一类土地的面积ꎬｂ１ꎬｂ２ꎬ ꎬｂｎ为模拟结果中每一类土地的面积ꎬＳ表示样本数量ꎮＦｏＭ＝Ｂ/(Ａ＋Ｂ＋Ｃ＋Ｄ)(５)式中:ＦｏＭ表示品质因数ꎻＡ表示实际发生转化而模拟未发生转化的面积ꎻＢ表示实际和模拟均发生转化的面积ꎻＣ表示实际发生转化ꎬ但模拟转化结果与实际不同的面积ꎻＤ表示实际无变化ꎬ但模拟发９６６王雪然等:基于ＧｅｏＳＯＳ￣ＦＬＵＳ模型的河北省土地利用景观格局模拟生转化的面积ꎮ综上ꎬ河北省土地景观格局模拟框架示意图见图２ꎮ图２㊀河北省土地利用预测框架示意图Ｆｉｇ.２㊀ＳｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｌａｎｄｕｓｅｐｒｅｄｉｃｔｉｖｅｆｒａｍｅｗｏｒｋｉｎＨｅｂｅｉｐｒｏｖｉｎｃｅ１.３.２㊀景观格局演变研究㊀景观指数是景观格局信息的高度浓缩[２０]ꎮ由于景观指数有较多类别且相似度较高ꎬ本研究结合前人研究成果及自身研究需要ꎬ从类别水平以及景观水平出发ꎬ选取适宜指标(表１)ꎬ通过软件Ｆｒａｇｓｔａｔｓ揭示景观类型面积比例㊁区位优势形态㊁空间布局和集聚程度[２１]ꎮ表１㊀景观格局指数及含义Ｔａｂｌｅ１㊀Ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｉｎｄｉｃｅｓａｎｄｔｈｅｉｒｍｅａｎｉｎｇｓ项目指标名称㊀㊀㊀㊀㊀㊀㊀㊀取值范围景观意义㊀㊀㊀㊀㊀㊀㊀㊀㊀类别水平景观面积比例(ＰＬＡＮＤ)０<ＰＬＡＮＤɤ１００值越大ꎬ景观中此类斑块面积越大平均斑块面积(ＡＲＥＡ＿ＭＮ)ＡＲＥＡ＿ＭＮ>０值越大ꎬ单个斑块面积越大最大斑块指数(ＬＰＩ)０<ＬＰＩɤ１００值越大ꎬ斑块优势越明显景观形状指数(ＬＳＩ)ＬＳＩȡ１值越大ꎬ斑块越分离斑块密度(ＰＤ)ＰＤ>０值越大ꎬ斑块分割越细景观水平香农多样性指数(ＳＨＤＩ)ＳＨＤＩȡ０值越大ꎬ多样性越丰富香农均匀度指数(ＳＨＥＩ)０ɤＳＨＥＩɤ１值越大ꎬ各斑块类型在景观中呈均衡化趋势分布分裂指数(ＳＰＬＩＴ)ＳＰＬＩＴȡ１值越大ꎬ主导斑块分裂程度越高蔓延度指数(ＣＯＮＴＡＧ)０<ＣＯＮＴＡＧɤ１００值越大ꎬ斑块连接性越好２㊀结果与分析２.１㊀模拟及结果验证以２０１０年实际情况为初始状态ꎬ随机选取１０００％的样本点进行训练ꎮ结合河北省近年来出台的关于土地利用政策ꎬ经不断调试ꎬ邻域密度设定为:耕地０９㊁建设用地１０㊁林地０５㊁草地０７㊁水域０１㊁未利用地０３ꎻ在限制成本矩阵中禁止水域向建设用地转移ꎻ默认加速因子０１ꎬ控制转化速率ꎮ利用Ｍａｒｋｏｖ链预测２０２０年各景观类型数量ꎬ将模拟生成的２０２０年结果(图３ｂ)与２０２０年现状比较ꎬＧｅｏＳＯＳ￣ＦＬＵＳ模型计算出的Ｋａｐｐａ系数为９２１０％ꎬＦｏＭ系数为０１２８ꎬ表明模型模拟结果与实际情况的一致性较强ꎮ在保持参数不变的情况下ꎬ通过模型计算模拟生成适宜性概率图(图３ａ)以及２０３０年土地利用结果(图３ｃ)ꎮ０７６江苏农业学报㊀２０２１年第３７卷第３期图３㊀景观格局转移概率及模拟结果Ｆｉｇ.３㊀Ｔｒａｎｓｉｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｏｆｌａｎｄｓｃａｐｅｐａｔｔｅｒｎａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ２.２㊀景观类型面积比例变化表２显示ꎬ１９９０－２０２０年ꎬ河北省各类景观相对优势面积比例基本保持不变ꎮ耕地㊁草地和未利用地占比由５２８０％㊁１８１３％㊁１１３％降至４７５９％㊁１７３５％㊁０７３％ꎻ林地㊁建设用地及水域占比由１９５９％㊁６１１％㊁２２４％增至２０２２％㊁１１４８％㊁２６３％ꎬ呈现耕地减少和建设用地增加这一现象ꎮ随着城镇化进程的加快ꎬ建设用地在２０００－２０１０年增长最为明显ꎮ在坚持生态优先的原则下ꎬ林地面积总体呈缓慢增长ꎮ１９９０－２０２０年ꎬ未利用地作为河北省的后备储蓄用地ꎬ其经济功能不断被挖掘ꎬ加之缺乏合理有效的管控ꎬ面积减少较多ꎮ模拟结果显示ꎬ与２０２０年相比ꎬ至２０３０年林地㊁建设用地分别增至２０４６％㊁１１９４％ꎻ耕地㊁草地㊁未利用地减少至４６３５％㊁１７３６％㊁０７１％ꎬ水域面积占比变化不大ꎬ建设用地增加和耕地减少格局并未发生明显改变ꎮ另外ꎬ图３ｃ显示ꎬ城镇周围的建设用地呈向外扩张趋势ꎬ持续侵占周边耕地ꎬ导致耕地面积进一步缩小ꎮ２.３㊀类别水平演变特征对类别水平景观指数进行分析ꎬ有助于明确河北省不同景观类型的格局变化ꎮ表３显示ꎬ１９９０－２０２０年林地斑块密度(ＰＤ)和平均斑块面积(ＡＲＥＡ＿ＭＮ)整体上升ꎬ最大斑块指数(ＬＰＩ)下降ꎬ景观形状指数(ＬＳＩ)无明显变化ꎬ表明林地面积虽有增加ꎬ但斑块优势度降低ꎻ草地除ＡＲＥＡ＿ＭＮ有所上升外ꎬ其他指数均下降ꎬ对景观格局的控制作用减弱ꎮ表４显示ꎬ１９９０－２０２０年耕地ＬＰＩ和ＡＲＥＡ＿ＭＮ下降ꎬＰＤ㊁ＬＳＩ明显增加ꎬ耕地景观面积比例降低ꎬ破碎化严重ꎬ是受人类干扰较大的景观类型ꎻ建设用地ＰＤ㊁ＬＳＩ和ＡＲＥＡ＿ＭＮ整体呈现不同程度的增加ꎬ仅ＬＰＩ下降ꎬ表明建设用地平均斑块面积增加ꎬ向周边扩张现象明显ꎬ斑块密度增加ꎬ在区域内的优势性明显增强ꎮ表５显示ꎬ１９９０－２０２０年水域ＬＳＩ㊁ＬＰＩ整体增加ꎬＰＤ上升明显ꎬＡＲＥＡ＿ＭＮ下降ꎬ呈现分离倾向ꎬ受人为影响干扰较大ꎻ未利用地ＡＲＥＡ＿ＭＮ整体增加ꎬ其余指数下降ꎬ表明未利用地斑块被不断分割㊁蚕食ꎬ优势度降低ꎮ表２㊀各土地类型比例Ｔａｂｌｅ２㊀Ｐｒｏｐｏｒｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｌａｎｄｔｙｐｅｓ土地景观类型景观面积比例(％)１９９０年２０００年２０１０年２０２０年２０３０年林地１９.５９１９.５８１９.８７２０.２２２０.４６草地１８.１３１７.９７１７.４７１７.３５１７.３６耕地５２.８０５１.８７４９.７２４７.５９４６.３５建设用地６.１１７.３６１０.２２１１.４８１１.９４水域２.２４２.１７２.０４２.６３２.６２未利用地１.１３１.０６０.６８０.７３０.７１１７６王雪然等:基于ＧｅｏＳＯＳ￣ＦＬＵＳ模型的河北省土地利用景观格局模拟㊀㊀对比２０２０年景观格局现状ꎬ２０３０年林地ＬＰＩ增加ꎬ优势度有所显现ꎬ这是持续加强植树造林的结果ꎻ但ＡＲＥＡ＿ＭＮ降低ꎬ平均斑块面积减小ꎬ因此后期应加强对无序破坏植被景观现象的治理ꎻ草地ＰＤ增加ꎬＡＲＥＡ＿ＭＮ下降ꎬ是破碎化较严重的生态用地ꎬ其生态效益势必受到影响ꎬ应重点加以保护ꎻ耕地平均斑块面积减少严重ꎬ斑块数量增加ꎬ应重点保护并进行整治ꎬ避免在经济发展中因耕地面积减少㊁破碎化引起质量下降ꎬ影响到区域粮食安全ꎻ建设用地的景观面积比例增加ꎬ斑块优势度提升明显ꎬ但斑块有所分离ꎬ并未向集聚方向发展ꎬ是城镇化无序扩张的结果ꎬ因此应合理管控建设用地ꎬ使其有序发展ꎻ水域和未利用地的平均斑块面积减小ꎬ斑块分割也越来越细ꎮ综上ꎬ区域类别水平景观格局依然面临较为严峻的态势ꎮ表３㊀林地㊁草地景观类别水平景观指数演变Ｔａｂｌｅ３㊀Ｌａｎｄｓｃａｐｅｉｎｄｅｘｅｖｏｌｕｔｉｏｎｏｆｗｏｏｄｌａｎｄａｎｄｇｒａｓｓｌａｎｄａｔｃａｔｅｇｏｒｙｌｅｖｅｌ年份林地ＰＤＬＰＩＬＳＩＡＲＥＡ＿ＭＮ草地ＰＤＬＰＩＬＳＩＡＲＥＡ＿ＭＮ１９９０年０.０５９８１.９０２１０.１３３２７.３３０.１００６１.４６３２６.５０１８０.２６２０００年０.０５９９１.９０２０９.８０３２６.７８０.１００４１.４６３２５.９０１７８.８５２０１０年０.０６０５１.９０２１１.０３３２８.３８０.０９６５１.３３３１２.４９１８１.０５２０２０年０.０６０４１.４６２１０.２０３３４.７８０.０９２６１.１９３１３.９０１８７.３９２０３０年０.０７０５２.１７１７７.２５２９１.１８０.１２４３１.２２２６７.４０１３９.７２ＰＤ㊁ＬＰＩ㊁ＬＳＩ㊁ＡＲＥＡ＿ＭＮ见表１ꎮ表４㊀耕地㊁建设用地景观类别水平景观指数演变Ｔａｂｌｅ４㊀Ｌａｎｄｓｃａｐｅｉｎｄｅｘｅｖｏｌｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄａｎｄｃｏｎｓｔｒｕｃｔｉｏｎｌａｎｄａｔｃａｔｅｇｏｒｙｌｅｖｅｌ时间耕地ＰＤＬＰＩＬＳＩＡＲＥＡ＿ＭＮ建设用地ＰＤＬＰＩＬＳＩＡＲＥＡ＿ＭＮ１９９０年０.０６３１３１.６０２３７.９９８３６.５００.１９０７０.２９２１８.８８３２.０３２０００年０.０６３２３０.６４２４４.５７８２０.６００.１８４３０.３１２１３.０４３９.９１２０１０年０.０７０９２８.９３２５８.１４７０１.７９０.２４４９０.２８２６０.３３４１.７２２０２０年０.０８０５２６.９９２７５.２０５９１.２８０.２５２５０.２０２７１.３３４５.４８２０３０年０.１９７８２８.０５２８０.５６２４０.６１０.４２５２０.３３３３４.３８２６.３４ＰＤ㊁ＬＰＩ㊁ＬＳＩ㊁ＡＲＥＡ＿ＭＮ见表１ꎮ表５㊀水域㊁未利用地景观类别水平景观指数演变Ｔａｂｌｅ５㊀Ｌａｎｄｓｃａｐｅｉｎｄｅｘｅｖｏｌｕｔｉｏｎｏｆｗａｔｅｒｓａｎｄｕｎｕｓｅｄｌａｎｄａｔｃａｔｅｇｏｒｙｌｅｖｅｌ时间水域ＰＤＬＰＩＬＳＩＡＲＥＡ＿ＭＮ未利用地ＰＤＬＰＩＬＳＩＡＲＥＡ＿ＭＮ１９９０年０.０２４８０.１７１４２.７９９０.５００.００５６０.０７６５.２９２０１.６７２０００年０.０２５１０.１８１４５.１６８６.５２０.００５６０.０７６７.０５１８９.０７２０１０年０.０２７２０.２９１２８.６２７５.０３０.００２６０.０６４５.１９２６０.６２２０２０年０.０６０６０.４６１５４.５１４３.４６０.００３４０.０６４８.５７２１４.４３２０３０年０.０９９００.４９１４６.７４２６.４４０.００４５０.０７４４.７１１５６.２９ＰＤ㊁ＬＰＩ㊁ＬＳＩ㊁ＡＲＥＡ＿ＭＮ见表１ꎮ２.４㊀景观水平时序演变特征对景观水平指数进行分析ꎬ可以整体把握区域景观格局动态演化ꎮ图４显示ꎬ１９９０－２０２０年ꎬ用以表征斑块连接性的蔓延度指数(ＣＯＮＴＡＧ)由５１９７持续下降至４８３２ꎬ斑块连接性减弱ꎬ以２０１０－２０２０年最为明显ꎻ表征斑块多样性的香农多样性指数(ＳＨＤＩ)和表征各斑块类型在景观中呈均衡化趋势分布的香农均匀度指数(ＳＨＥＩ)呈同步２７６江苏农业学报㊀２０２１年第３７卷第３期增长ꎻ分裂指数(ＳＰＬＩＴ)加强ꎬ由９３７增至１２７１ꎮ意味着在人类活动的影响下ꎬ景观破碎化程度升高ꎬ优势度下降ꎬ向均匀状态发展ꎬ景观格局更加分散化ꎮ对经由ＧｅｏＳＯＳ￣ＦＬＵＳ模型模拟的２０３０年土地景观格局进行分析ꎬ与２０２０年相比ꎬＣＯＮＴ￣ＡＧ略有增加ꎬ而ＳＰＬＩＴ㊁ＳＨＤＩ㊁ＳＨＥＩ均呈下降趋势ꎬ其中分裂指数下降明显ꎬ由１２７１降至１１８３ꎮ表明景观格局斑块优势度上升ꎬ斑块连接性增强ꎬ向良性态势发展ꎬ但区域景观优势度依然不明显ꎬ分离破碎化水平也较高ꎮ图４㊀１９９０－２０３０年河北省景观水平指数变化Ｆｉｇ.４㊀ＩｎｄｅｘｃｈａｎｇｅｓｉｎＨｅｂｅｉｐｒｏｖｉｎｃｅａｔｌａｎｄｓｃａｐｅｌｅｖｅｌｆｒｏｍ１９９０ｔｏ２０３０２.５㊀景观水平空间演变特征河北省自然因素㊁社会经济水平空间异质性显著ꎬ因此将景观水平指数进行空间化表示ꎬ可辨析景观特征空间差异性ꎬ对土地资源的管控也更具针对性ꎮ图５显示ꎬ空间形态上景观格局变化呈现明显差异ꎮ１９９０－２０２０年ＳＰＬＩＴ变化较为明显ꎬ整体呈现增加趋势ꎬ河北省东南部地区尤为明显ꎮ２０２０－２０３０年ＣＯＮＴＡＧ和ＳＰＬＩＴ变化空间差异明显ꎮ从空间形态上看ꎬ河北省西北部地区斑块连接性更好ꎬ优于河北省东南部地区ꎬ随着城镇化的发展ꎬ河北省东南部地区蔓延度不平衡化显现并且未来将延续这一态势ꎮ１９９０－２０３０年ꎬ整体区域的ＳＨＤＩ和ＳＨＥＩ呈增长趋势ꎬ２０３０年与２０２０年相比略有下降ꎬ尤其是燕山山脉及太行山脉地区下降明显ꎬ表明其与平原地区多样性差异减小ꎬ增强了河北省整体景观的均衡化ꎮ１９９０－２０２０年ꎬＳＰＬＩＴ变化明显的区域位于平原地带ꎬ因而平原地区景观的破碎化是河北省景观呈破碎倾向的主要原因ꎬ２０３０年河北省西北部地区ＳＰＬＩＴ有所降低ꎬ而南部平原地区及河北省东北部地区增加ꎬ因此未来河北省应根据景观异质性进行差异化的国土空间优化布局与管理ꎮ３㊀讨论在生态文明建设推进的背景下[２２￣２３]ꎬ建设用地空间扩张受限ꎬ但未来河北省建设用地增加趋势不可避免ꎬ因此提高用地效率是城镇化发展的主要方向ꎮ有学者提出ꎬ高密度发展是解决城市空间诉求增长的重要措施[２４]ꎬ因此建设用地应由扩张型向内涵型转变ꎬ提高建设用地内部的利用效率ꎬ避免无序发展ꎮ河北省作为重要的粮食产区ꎬ耕地面积不断减少并且破碎度增加ꎬ模拟结果也表明耕地分离演化还将持续ꎮ耕地破碎化影响农民规模投入的比较收益ꎬ加剧了农民退出农业生产或改变种植结构的想法ꎬ粮食作物种植面积明显降低[２５]ꎬ影响区域粮食安全ꎬ因而河北省应继续加强对耕地的保护力度ꎮ林地是保持区域景观优势度的重要生态用地ꎬ也是河北省乃至京津冀的重要生态屏障ꎮ自２０１０年以来林地面积缓慢增加ꎬ模拟结果表明这一趋势也将延续ꎬ但未来优势度依然较低ꎬ需继续实施退耕还林ꎬ尤其是河北西北部林地覆盖面积较大的山区ꎬ需要提升其在区域中的优势度ꎮ本研究结果表明草地和水域景观格局破碎是加剧河北省景观破碎的因素ꎮ３７６王雪然等:基于ＧｅｏＳＯＳ￣ＦＬＵＳ模型的河北省土地利用景观格局模拟图５㊀河北省景观水平指数空间分布Ｆｉｇ.５㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｉｎｄｉｃｅｓａｔｌａｎｄｓｃａｐｅｌｅｖｅｌｉｎＨｅｂｅｉｐｒｏｖｉｎｃｅ草地多分布在西北地区ꎬ由于其是重要的生态用地ꎬ景观破碎度增加使其难以保持原有的生态功能ꎬ从而对区域生态环境造成影响ꎬ因此应针对草地退化严重地区实行退耕还草等措施ꎮ鉴于河北省水资源紧缺ꎬ同时也是地下水漏斗区ꎬ因此应避免在经济发展过程中侵占河㊁湖㊁水库ꎬ降低水域景观格局变化带来的生态风险ꎮ未利用地多分布在张承地区ꎬ模拟结果表明其面积呈下降趋势ꎬ对未利用地不合理的开发利用可能导致不可挽回的生态问题ꎬ如次生盐碱化㊁水土流失等[２６]ꎬ因此应合理评估张承地区４７６江苏农业学报㊀２０２１年第３７卷第３期未利用地开发利用的生态风险ꎬ并根据风险高低开展合适的土地整治修复或开发利用策略ꎮ㊀㊀本研究对河北省土地景观格局及其动态演变进行模拟分析ꎬ发现随着社会经济发展ꎬ区域景观格局变化明显ꎬ因此要警惕经济发展等带来的景观破碎以及对生态环境的长远影响ꎮ随着京津冀协同发展战略以及雄安新区建设的推进ꎬ未来土地景观格局仍将持续变化[２７]ꎬ土地景观格局变化对生态环境影响的研究应继续开展ꎮ同时ꎬ本研究也存在着一定的不足ꎬ模拟过程中未考虑城市发展规划等因素ꎬ可能会影响模拟精度ꎮ根据研究区的特点从不同视角出发探究土地景观格局变化对生态环境的影响ꎬ将是今后重点关注的方向ꎮ参考文献:[１]㊀陈佑启ꎬ杨㊀鹏.国际上土地利用/土地覆盖变化研究的新进展[Ｊ].经济地理ꎬ２００１ꎬ２１(１):９５￣１００.[２]㊀刘纪远ꎬ张增祥ꎬ庄大方ꎬ等.２０世纪９０年代中国土地利用变化时空特征及其成因分析[Ｊ].地理研究ꎬ２００３ꎬ２２(１):１￣１２. [３]㊀邬建国.景观生态学￣格局㊁过程㊁尺度与等级[Ｍ].２版.北京:高等教育出版社ꎬ２００７:１０６￣１２４.[４]㊀吴健生ꎬ王仰麟ꎬ张小飞ꎬ等.景观生态学在国土空间治理中的应用[Ｊ].自然资源学报ꎬ２０２０ꎬ３５(１):１４￣２５.[５]㊀ＨＵＳꎬＣＨＥＮＬＱꎬＬＩＬꎬｅｔａｌ.ＳｉｍｕｌａｔｉｏｎｏｆｌａｎｄｕｓｅｃｈａｎｇｅａｎｄｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｖａｌｕｅｄｙｎａｍｉｃｓｕｎｄｅｒｅｃｏｌｏｇｉｃａｌｃｏｎｓｔｒａｉｎｔｓｉｎＡｎｈｕｉｐｒｏｖｉｎｃｅ[Ｊ].ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＲｅ￣ｓｅａｒｃｈａｎｄＰｕｂｌｉｃＨｅａｌｔｈꎬ２０２０ꎬ１７(１２):４２２８.[６]㊀ＤＡＤＡＳＨＰＯＯＲＨꎬＡＺＩＺＩＰꎬＭＯＧＨＡＤＡＳＩＭ.Ｌａｎｄｕｓｅｃｈａｎｇｅꎬｕｒｂａｎｉｚａｔｉｏｎꎬａｎｄｃｈａｎｇｅｉｎｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｉｎａｍｅｔｒｏｐｏｌｉｔａｎａｒ￣ｅａ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０１９ꎬ６５５:７０７￣７１９. [７]㊀何华春ꎬ周汝佳.基于景观格局的盐城海岸带土地利用时空变化分析[Ｊ].长江流域资源与环境ꎬ２０１６ꎬ２５(８):１１９１￣１１９９. [８]㊀ＳＭＩＲＡＧＬＩＡＤꎬＣＥＣＣＡＲＥＬＬＩＴꎬＢＡＪＯＣＣＯＳꎬｅｔａｌ.Ｕｎｒａｖｅｌｉｎｇｌａｎｄｓｃａｐｅｃｏｍｐｌｅｘｉｔｙ:ｌａｎｄｕｓｅ/ｌａｎｄｃｏｖｅｒｃｈａｎｇｅｓａｎｄｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｄｙｎａｍｉｃｓ(１９５４－２００８)ｉｎｃｏｎｔｒａｓｔｉｎｇｐｅｒｉ￣ｕｒｂａｎａｎｄａｇ￣ｒｏ￣ｆｏｒｅｓｔｒｅｇｉｏｎｓｏｆｎｏｒｔｈｅｒｎＩｔａｌｙ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔａｌＭａｎａｇｅｍｅｎｔꎬ２０１５ꎬ５６:９１６￣９３２.[９]㊀吴金华ꎬ房世峰ꎬ刘宝军ꎬ等.乌裕尔河￣双阳河流域湿地景观格局演变及其驱动机制[Ｊ].生态学报ꎬ２０２０ꎬ４０(１３):４２７９￣４２９０.[１０]车㊀通ꎬ李㊀成ꎬ罗云建.城市扩张过程中建设用地景观格局演变特征及其驱动力[Ｊ].生态学报ꎬ２０２０ꎬ４０(１０):３２８３￣３２９４. [１１]张㊀剑ꎬ许㊀鑫ꎬ隋艳晖.海洋经济驱动下的海岸带土地利用景观格局演变研究基于ＣＡ￣Ｍａｒｋｏｖ模型的模拟预测[Ｊ].经济问题ꎬ２０２０(３):１００￣１０４ꎬ１２９.[１２]王明常ꎬ牛雪峰ꎬ杨毅恒ꎬ等.长白山地区景观格局过程模拟预测研究[Ｊ].吉林大学学报(地球科学版)ꎬ２００９ꎬ３９(５):９４７￣９５２.[１３]ＶＥＲＢＵＲＧＰＨꎬＳＯＥＰＢＯＥＲＷꎬＶＥＬＤＫＡＭＰＡꎬｅｔａｌ.Ｍｏｄｅｌ￣ｉｎｇｔｈｅｓｐａｔｉａｌｄｙｎａｍｉｃｓｏｆｒｅｇｉｏｎａｌｌａｎｄｕｓｅ:ＴｈｅＣＬＵＥ￣Ｓｍｏｄｅｌ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔａｌＭａｎａｇｅｍｅｎｔꎬ２００２ꎬ３０(３):３９１￣４０５. [１４]ＬＩＵＸꎬＬＩＡＮＧＸꎬＬＩＸꎬｅｔａｌ.Ａｆｕｔｕｒｅｌａｎｄｕｓｅｓｉｍｕｌａｔｉｏｎｍｏｄｅｌ(ＦＬＵＳ)ｆｏｒｓｉｍｕｌａｔｉｎｇｍｕｌｔｉｐｌｅｌａｎｄｕｓｅｓｃｅｎａｒｉｏｓｂｙｃｏｕｐｌｉｎｇｈｕ￣ｍａｎａｎｄｎａｔｕｒａｌｅｆｆｅｃｔｓ[Ｊ].Ｌａｎｄｓｃａｐｅ＆ＵｒｂａｎＰｌａｎｎｉｎｇꎬ２０１７ꎬ１６８:９４￣１１６.[１５]王㊀旭ꎬ马伯文ꎬ李㊀丹ꎬ等.基于ＦＬＵＳ模型的湖北省生态空间多情景模拟预测[Ｊ].自然资源学报ꎬ２０２０ꎬ３５(１):２３０￣２４２. [１６]赵林峰ꎬ刘小平ꎬ刘鹏华ꎬ等.基于地理分区与ＦＬＵＳ模型的城市扩张模拟与预警[Ｊ].地球信息科学学报ꎬ２０２０ꎬ２２(３):５１７￣５３０.[１７]杨㊀浩ꎬ卢新海.基于三生空间演化模拟的村庄类型识别研究以湖南省常宁市为例[Ｊ].中国土地科学ꎬ２０２０ꎬ３４(６):１８￣２７.[１８]许文宁ꎬ王鹏新ꎬ韩㊀萍ꎬ等.Ｋａｐｐａ系数在干旱预测模型精度评价中的应用以关中平原的干旱预测为例[Ｊ].自然灾害学报ꎬ２０１１ꎬ２０(６):８１￣８６.[１９]ＰＯＮＴＩＵＳＲＧꎬＢＯＥＲＳＭＡＷꎬＣＡＳＴＥＬＬＡＪＣꎬｅｔａｌ.Ｃｏｍｐａｒｉｎｇｔｈｅｉｎｐｕｔꎬｏｕｔｐｕｔꎬａｎｄｖａｌｉｄａｔｉｏｎｍａｐｓｆｏｒｓｅｖｅｒａｌｍｏｄｅｌｓｏｆｌａｎｄｃｈａｎｇｅ[Ｊ].ＡｎｎａｌｓｏｆＲｅｇｉｏｎａｌＳｃｉｅｎｃｅꎬ２００８ꎬ４２(１):１１￣３７. [２０]ＧＯＮＧＪＺꎬＬＩＵＹＳꎬＸＩＡＢＣ.Ｓｐａｔｉａｌｈｅｔｅｒｏｇｅｎｅｉｔｙｏｆｕｒｂａｎｌａｎｄ￣ｃｏｖｅｒｌａｎｄｓｃａｐｅｉｎＧｕａｎｇｚｈｏｕｆｒｏｍ１９９０ｔｏ２００５[Ｊ].ＪｏｕｒｎａｌｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅｓꎬ２００９ꎬ１９(２):２１３￣２２４.[２１]ＬＩＹＲꎬＬＩＹꎬＦＡＮＰＣꎬｅｔａｌ.Ｌａｎｄｕｓｅａｎｄｌａｎｄｓｃａｐｅｃｈａｎｇｅｄｒｉｖｅｎｂｙｇｕｌｌｙｌａｎｄｃｏｎｓｏｌｉｄａｔｉｏｎｐｒｏｊｅｃｔ:Ａｃａｓｅｓｔｕｄｙｏｆａｔｙｐｉ￣ｃａｌｗａｔｅｒｓｈｅｄｉｎｔｈｅＬｏｅｓｓＰｌａｔｅａｕ[Ｊ].ＪｏｕｒｎａｌｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅｓꎬ２０１９ꎬ２９(５):７１９￣７２９.[２２]廖㊀冰ꎬ阮若卉.林业促进抑或制约生态文明建设?[Ｊ].江苏农业科学ꎬ２０１９ꎬ４７(９):３２９￣３３３.[２３]张小有ꎬ王绮雯ꎬ万梦书.生态文明视角信息渠道与规模农户低碳技术应用选择基于江西的调研数据[Ｊ].江苏农业科学ꎬ２０１９ꎬ４７(６):３１５￣３２０.[２４]李和平ꎬ刘㊀志.中国城市密度时空演变与高密度发展分析从１９８１年到２０１４年[Ｊ].城市发展研究ꎬ２０１９ꎬ２６(４):４６￣５４.[２５]葛玉娟ꎬ赵宇鸾ꎬ李秀彬.山区耕地细碎化对土地利用集约度影响以贵州省亚鱼村为例[Ｊ].地理科学进展ꎬ２０２０ꎬ３９(７):１０９５￣１１０５.[２６]闫慧慧ꎬ耿其明ꎬ李㊀航ꎬ等.河北沽源县未利用地宜耕㊁宜建及生态风险综合评价[Ｊ].水土保持研究ꎬ２０１９ꎬ２６(１):３６０￣３６７.[２７]李孝永ꎬ匡文慧.京津冀１９８０－２０１５年城市土地利用变化时空轨迹及未来情景模拟[Ｊ].经济地理ꎬ２０１９ꎬ３９(３):１８７￣１９４ꎬ２００.(责任编辑:王㊀妮)５７６王雪然等:基于ＧｅｏＳＯＳ￣ＦＬＵＳ模型的河北省土地利用景观格局模拟。

基于 GeoSOS 的城市扩展模拟--以旅顺口区为例

ｔｈｅＧｅｏＳＯＳ（ＧｅｏｒａｇｐｈｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＯｐｔｉｍｉｚａｔｉｏｎＳｙｓｔｅｍ，ＧｅｏＳＯＳ），ｆｏｃｕｓｉｎｇｏｎｔｈｅｕｒｂａｎｓｐａｃｅｅｘｐａｎｓｉｏｎｓｉｍｕｌａｔｉｏｎｏｆＬｕｓｈ —
ＣＡ模型适用于主观变量较多的ＣＡ模型，Ｌｏｇｉｓｔｉｃ—ＣＡ模型更适合于客观因素较多的ＣＡ模型；利用合理的ＣＡ
模型模拟旅顺口区城市未来土地利用变化，可为今后的土地规划以及制定有效的土地管理措施和方针政策提供
ａｎｆｒｏｍ１９９０ｔｏ２０００ａｎｄ２０００ｔｏ２０１０．ａｎｄａｃｈｉｅｖｅｓｇｏｏｄｅｆｆｅｃｔｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｔｈｅＫａｐｐａｃｏｅｉｃｆｉｅｎｔｓｏｆＭＣＥ—ＣＡｍｏｄｅｌｉｓ０．７１ａｎｄ０．６４，ＴｈｅＫａｐｐａｃｏｅｉｃｆｉｅｎｔｓｏｆｏｇＬｉｓｔｉｃ—ＣＡｍｏｄｅｌｉｓ０．５４ａｎｄ０．５５，ｂｏｔｈｏｆｔｈｅｍａｃｈｉｅｖｅｇｏｏｄｓｉｍｕｌａｔｉｏｎａｃｃｕｒａｃｙ；

地理模拟优化系统GeoSOS软件构建与应用

４中山大学学报（自然科学版）第４９卷图２ＧｅｏＳＯＳ１．２系统界面及主要功能Ｆｉｇ．２ＳｙｓｔｅｍＵＩｏｆＧｅｏＳＯＳ１．２提供有关的优化功能，其普遍使用的选址功能无法产生最优的方案，特别是针对点、线和面的优化。

生态保护区的划分涉及面状地物的优化，属于典型的高维空间的ＮＰ优化难题。

通过改进蚁群算法（ＡＣＯ），ＧｅｏＳＯＳ提供了有效的面积优化模块，为生态保护区的划定提供了一种十分方便的工具。

在城市化迅速的地区，生态保护区的划定还需要考虑到城市增长的需要，要适当的给城市发展预留一定的空间。

有必要将城市模拟与面积优化两者耦合起来，这种基于动态的优化方案将比静态的优化方案更有优势。

本生态保护区优化生成包括２个步骤：①模拟出规划期间可能的城市扩张情况，将其作为下一步优化的因素之一；②利用ＧｅｏＳＯＳ中的ＡＣＯ面优化模块寻找最优的生态保护区方案。

以东莞的生态保护区生成为例，即需要从空间上最优地找到满足一定面积总量的保护区分布位置。

根据规划要求，东莞的城市用地、生态用地和后备用地的总量比例为４：４：２，故需要从该市选择８８０ｋｍ２土地作为生态保护区。

优化模型所用到ｇｒｉｄ数据的大小为１９３×１３３，分辨率为４００ｍ。

首先采用逻辑回归ＣＡ模拟城市扩张的情况，步骤如下：①点击【逻辑回归ＣＡ】，系统将打开向导页；②直接点击【下一步】进行训练数据设置。

选择时间１和时间２的遥感分类数据，作为城市扩张的因变量，并定义影响城市扩张的空间自变量（图３）。

设置训练数据随机抽样的比例。

系统将根据逻辑回归方法自动获取ＣＡ模型的参数；③进一步设置有关模拟的约束参数，例如以转换总量控制模拟的终止条件，最终获得东莞城市扩张的模拟结果（图４）图３定义逻辑回归ＣＡ模型的空间变量Ｆｉｇ．３ＤｅｆｉｎｉｎｇｓｐａｔｉａｌｖａｒｉａｂｌｅｓｆｏｒｉｍｐｌｅｍｅｎｔｉｎｇＬｏｇｓｔｉｃ－ＣＡ图４东莞城市扩张的模拟结果Ｆｉｇ．４ＳｉｍｕｌａｔｉｏｎｏｆｕｒｂａｎｅｘｐａｎｓｉｏｎｏｆＤｏｎｇｇｕａｎ然后根据城市模拟的结果，进行基于蚁群优化的生态保护区划定。

GEO和IGSO卫星增强GPS性能的仿真分析

GEO和IGSO卫星增强GPS性能的仿真分析吴军;常江;姜勇【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)009【摘要】为了增强GPS在亚太地区的导航性能,提出了一种利用GEO和IGSO卫星增强GPS星座的方法.通过仿真分析,研究了该地区在星座增强前后的卫星可见性、PDOP值等方面的变化规律,通过对比导航系统在全球范围内的性能表现,证明这种增强系统在定位精度和可用性方面均有较大提高.%A method for enhancing the performance of GPS in Asia & Pacific is presented. It adds theGEO( Geostationary Earth Orbit) & IGSO(Inclining Geostationary Synchronized Orbit) satellites to the GPS constellation, and then analyzes the visibility and PDOP in the enhanced area. Compared with the same parameters on a global scale, it is concluded that the positioning accuracy and availability of GPS are increased owing to the enhanced GEO & IGSO satellites.【总页数】4页(P242-244,248)【作者】吴军;常江;姜勇【作者单位】解放军理工大学通信工程学院,南京210007;解放军理工大学通信工程学院,南京210007;解放军理工大学通信工程学院,南京210007【正文语种】中文【中图分类】P228【相关文献】1.北斗IGSO/GEO/MEO卫星三频单历元基线解算随机模型比较研究 [J], 严超;余学祥;徐炜;杜文选;刘扬;王涛;张广汉2.北斗GEO/IGSO/MEO卫星观测值精度分析及随机模型精化 [J], 刘永建;江勇3.IGSO/GEO卫星对北斗系统导航性能的贡献分析 [J], 肖乐杰;孙付平;李亚萍;彭文生;蔡韧鸣4.GEO/IGSO/MEO卫星对北斗伪距差分定位\r精度的作用分析 [J], 王洋;史俊波;周吕;王超5.北斗系统GEO/IGSO/MEO卫星观测信息随机特性评估与分析 [J], 高为广;苗维凯;陈谷仓;加松因版权原因，仅展示原文概要，查看原文内容请购买。

地球系统科学的前沿与发展趋势探析

地球系统科学的前沿与发展趋势探析一、前言地球系统科学是一门跨学科的科学，其涵盖了地理、气象、海洋、地质、环境、生态等众多领域，以系统论、综合性、动力性为特点，旨在研究地球系统的组成、结构、功能和演化规律。

地球系统科学已经成为当前国际学术界的热点和前沿领域之一，本文旨在对地球系统科学的前沿研究和发展趋势进行探析。

二、地球系统科学的前沿研究2.1 模型化建设地球系统科学是以模型为基础的研究领域。

近年来，国际地球系统科学界在模型化建设领域取得了一系列重大进展。

研究人员通过对地球系统的系统性建模，能够帮助人们理解地球系统各组成部分的相互作用，预测未来的演化趋势和可能的变化，进而为地球环境保护和可持续发展提供理论和实践支持。

2.2 全球变化研究全球变化是地球系统科学的核心研究内容之一。

近年来全球变化不仅包括了大气、海洋、冰盖等方面的变化，还涉及到人类活动所造成的影响，如气候变化、环境污染等。

地球系统科学的研究人员正在致力于开展全球变化相关研究，更新数据、完善模型、提高预测精度，进一步推动了地球系统科学的发展。

2.3 天气与气候变化天气和气候是地球上两种基本的大气变化现象。

随着气候变化问题的逐步加剧，人们对天气和气候变化的关注程度也越来越高。

地球系统科学的研究人员正通过新型传感器和高效模型等新技术，对全球气候变化进行更加深入全面的研究，以此来预测和预防天气变化带来的影响，保证人类的安全与可持续发展。

三、地球系统科学的发展趋势3.1 组合性研究地球系统科学的研究已经形成了空-气水-土-生物等组合性研究模式。

未来，地球系统科学的研究趋势将进一步向跨学科、多学科、综合性等方向发展。

因此，研究人员需要进一步加强不同学科的交叉融合，创新性地推进组合性的综合研究。

3.2 共性与差异性研究地球系统科学的研究需要考虑到地球系统内不同水平的共性和差异性。

因此，在今后的研究中，需要将共性和差异性研究结合起来，深入探究地球系统内不同空间和时间尺度上各组成部分的交互作用和演化规律。

3S技术在地质灾害详细调查中的应用研究进展

3S技术在地质灾害详细调查中的应用研究进展宋炯杨煜坤*任堃吕彬彬徐昊齐蒙蒙(中国地质调查局地球物理调查中心河北廊坊 065000)摘要：3S技术是遥感系统（Remote Sensing System，RS）、全球定位系统（Global Positioning System，GPS）、地理信息系统（Geographic Information System，GIS）的统称，作为一个统一的有机体，具有强大的空间信息处理以及分析能力。

我国是地质灾害发生十分频繁且损失极为严重的国家之一。

在地质灾害详细调查中，3S技术具有十分强大的功能。

通过GPS定点调查、遥感解译、GIS室内分析，判别地质灾害体的发育规律与发育类型，为地质灾害防灾减灾等提供了较为翔实的基础数据，并且可以为应急救援提供技术支撑。

关键词：3S技术地质灾害滑坡调查崩塌调查泥石流调查中图分类号：P694文献标识码：A 文章编号：1672-3791(2023)11-0141-06Research Progress on the Application of 3S Technology in the Detailed Investigation of Geological DisastersSONG Jiong YANG Yukun*REN Kun LYU Binbin XU Hao QI Mengmeng (Geophysical Survey Center of China Geological Survey, Langfang, Hebei Province, 065000 China) Abstract:3S technology is a collective name for the remote sensing system (RS), global positioning system (GPS), and geographic information system (GIS), and as a unified organism, it has strong spatial information processing and analysis capabilities. China is one of the countries where geological disasters occur frequently and the losses are ex‐tremely serious. In the detailed investigation of geological hazards, 3S technology has very powerful functions. By GPS fixed-point survey, remote sensing interpretation and GIS indoor analysis, it distinguishes the development law and type of geological hazard bodies, which can provide more detailed basic data for geological disaster prevention and mitigation, and provide technical support for emergency rescue.Key Words: 3S technology; Geological disasters; Landslide survey; Collapse investigation; Mudflow survey地球是一个不断运动和变化的庞大系统，体积庞大、结构和化学成分复杂，演化历史悠久[1]。

GeoSOS Help-CHS

地理模拟与优化系统（GeoSOS）用户手册1系统介绍首先感谢您关注并使用地理模拟与优化系统（Geographical Simulation and Optimization Systems，GeoSOS）软件。

GeoSOS是由根据黎夏教授、叶嘉安教授、刘小平博士以及他们团队多年在地理元胞自动机、多智能体和空间优化研究（主要参考文献附后）基础上设计和研发的。

GeoSOS可以解决GIS在对过程进行模拟和优化方面存在严重功能不足的问题。

GeoSOS 作为模拟优化平台，是GIS的重要补充工具。

GeoSOS由三个重要模块组成：地理元胞自动机（CA）、多智能体系统（MAS）、生物智能（SI）。

其中的地理元胞自动机模块包含了常用的CA模型，包括MCE‐CA，PCA‐CA，Logistic‐CA，ANN‐CA， Decision‐tree CA等，为用户提供了一种选择最佳模拟模型的方便途径。

ANN‐CA 为模拟多种土地利用变化提供了一种十分方便的工具。

这些模型可以有效的进行地理模拟。

本系统另一特色是具备了将模拟和优化耦合的能力，由此能大大改善模拟优化的结果，为复杂的资源环境模拟和优化提供了强有力的过程分析工具。

2系统安装您可以从GeoSOS网站（/GeoSOS）上下载GeoSOS的最新版本，截止目前最新的最新版本为1.0.0.1。

我们还将持续更新该软件，请您继续关注。

下载的安装文件为rar格式，您可以解压后点击setup.exe安装，整个过程十分简短，您选择默认设置即可。

安装完成后您就可以点击桌面快捷方式或者开始菜单中的快捷方式使用该系统。

注意：如果您安装了GeoSOS以前的版本，请先卸载，再安装新的版本。

3系统功能点击桌面快捷方式或者开始菜单中的快捷方式Geographical Simulation and Optimization Systems，将启动系统。

3.1系统界面GeoSOS的主界面如下：主界面主要包括：主菜单，工具条，工作区，图例窗口，输出窗口，图表窗口等组成。

现代地理学地热点问题、前沿领域、发展趋势

全球变化研究在过去、现在和未来，都是地理学的重要研究领域，在国际地圈生物圈计划和国际全球变化人文因素的推动下，不断开拓新的研究领域。

全球变化及其区域响应涉及古地理环境演变、土地利用和土地覆被变化、减轻自然灾害、典型区域环境定位研究以及全球环境变化的对策等众多领域。

我国的青藏高原、黄土高原等区域和全球环境变化关系密切，正是地理学研究可以发挥特长、显示才干的领域。

2．陆地表层过程和格局的综合研究地理学的传统研究领域是发生在陆地表层各种自然和人文现象的空间分异和空间组织。

认识这种分异和组织的规律，对于合理布局经济活动，开发利用和保护自然资源，避免和减轻自然灾害有着重要的价值。

3S技术应用现状与发展趋势

3S技术应用现状与发展趋势3S技术包括遥感（Remote Sensing）、地理信息系统（Geographic Information System，GIS）和全球定位系统（Global Positioning System，GPS）。

这些技术在地理信息工程中发挥着重要的作用，被广泛用于资源环境调查、城市规划、土地管理、农林牧渔、自然资源和环境管理、交通运输等领域。

3S技术的应用已经取得了重大的成果，但同时也面临许多挑战和机遇。

遥感技术是通过对地面物体的远距离观测和测量来获取地理信息的技术。

遥感技术在资源环境调查、农林牧渔、水资源管理、灾害监测、城市规划和公共安全等方面的应用已经很成熟。

发展趋势将主要集中在遥感数据的自动化处理、高分辨率数据获取和时序数据的应用等方面。

地理信息系统是一种电子式的地图制图技术，可以将多种地理和统计数据视图叠加到同一个地图上，以便进行空间分析和数据查询。

GIS技术已经广泛用于土地利用规划、环境保护和公共服务等领域。

GIS技术的发展趋势包括更加智能化的数据分析、更加完善的在线GIS应用程序和更加深入的空间数据处理等。

全球定位系统是一种由卫星系统构成的全球性导航卫星系统，可以提供全球范围内的精确位置信息。

GPS技术在交通运输、农业、野生动植物研究等领域有广泛应用。

未来发展趋势将包括强调GPS技术的精确性和实时性、更高频率的GPS信号更新以及对GPS系统的更好的阐释。

总体而言，3S技术的应用将继续发挥重要的作用，其应用领域也将继续增加和深入。

未来，我们可以期待更加先进的技术和更加自动化的数据处理方法，为3S技术的应用提供更加高效的支持。

我国地理教学23年前沿研究回顾与展望——基于VOSviewer的可视化分析

我国地理教学23年前沿研究回顾与展望——基于VOSviewer的可视化分析发布时间：2022-08-17T07:57:16.864Z 来源：《中小学教育》2022年第8期作者：卢素姣[导读] 地理教学是当前地理学科领域的热点研究，为更好地量化研究数据，卢素姣延边大学师范学院，吉林延吉133000摘要：地理教学是当前地理学科领域的热点研究，为更好地量化研究数据，通过信息可视化分析系统---VOSviewer，基于中国知网（CNKI）数据库对1998年到2021年的国内地理教学研究，运用VOSviewer进行关键词共现、关键词聚类分析，发现地理教育评价、地理核心素养以及地理信息技术是国内的研究热点；地理教学的基本要素融入现代教学与人地关系是地理教学的研究前沿领域。

关键词:VOSviewer，地理教学；地理教育；研究热点 1.研究问题与方法 1.1研究问题《地理教育国际宪章2016》的制定与推出，对指导和规范世界各国基础地理教育起重要作用，同时也为我国的地理教育研究者提供了契机。

[1]近几年,我国对地理教学的研究不断取得重要的研究成果，对地理教学研究热点与发展前沿进行阶段性回顾与展望，有利于我国地理教学工作者明确地理教学发展的方向,并结合国情开展教学研究。

为进一步了解国内地理教学动态,本文梳理和分析近20年地理教学研究领域的北大核心与CSSCI期刊文献，并总结了国内地理教学的研究热点和未来趋势，以期助力我国地理教学工作者开展相关研究。

1.2研究方法文献计量分析可以定量地分析某领域的文献，文献可视化图谱可以清晰地展现特定领域研究的知识关联和演进脉络。

[2]VOSviewer软件由荷兰顿大学的VanEck和Waltman学者开发，是用于的一款免费的文献计量分析软件，通过可视化的图像可以直观展示相关研究领域的整体状况。

[3]地理教学是地理学科领域重要的组成部分，地理教学的文献综述类的文献较少，通过对相关文献的梳理，本文基于VOSviewer 软件，对地理教学的相关文献进行关键词、聚类分析、突发性检测分析。

地理模拟优化系统GeoSOS 及前沿研究

１２］大的问题［。但当把ＧＩＳ空间数据引入到空间优
智能体的行为确定城市是一个异常复杂的巨系统而基于多智能体的建模方法则是一种进行复杂系统分析与模拟的重要手段它既考虑到环境的影响及环境中智能体微观的决策行为又不失强大的空间自组织能力因此在模拟城市土地利用动态变化时有着巨大的优在多智能体模型中不同类型的agent之间相互影响协商合作共同理解所处的环境并采取一定的行动影响其所处环境
些智能体可以用来解决复杂的空间优化问题。确定系统的转换规则或微观个体的行为是地理模拟优化系统的核心。地理模拟优化系统必须与地理信息系统相结合，以有效地获取和更新微观个体的各种属性。地理模拟优化系统涉及的理论包括复杂系统理论、地理信息科学、计算机科学、地理学等。２．２地理模拟优化系统的实现平台及主要功能地理模拟优化系统平台主要用来进行基于地理模拟优化系统理论的计算机模拟与分析。平台的逻辑设计立足于软件工程的技术角度，通过合理的逻辑和层次划分来完成。以下是地理模拟优化系统平台的逻辑结构图。本ＧｅｏＳＯＳ系统平台的逻辑设计分为３个层次：表示层、逻辑层和数据层。最底层的是数据层，负责获取系统所需的数据，将系统使用的遥感数据、ＧＩＳ数据或其它数据读入系统中，作为系统分析需要的数据源。逻辑层是系统最重要的层次，完成系统的各种分析和计算功能。主要包括３个部分：ＣＡ模拟、多智能体模拟和地理优化。ＣＡ模拟主要是利用ＣＡ根据不同的转换规则进行地理现象模拟、预测等工作。多智能体模拟主要是利用ＭＡＳ及结合ＣＡ等进行地理现象模拟和预测。地理优化部分主要使用生物智能解决各类复杂的空间优化问题。其次逻辑层还有模拟结果精度校验、模拟数据分析等功能。不同的部分将作为不同的组件库进行设计和构建。各组件可以调用系统模型库中的模型进行分析计算，也可以使用共同的数据传输通道进行组件间的信息交互。表示层是系统与用户直接交互的部分，主要完成数据显示、参数配置和数据输出等功能。数据显示功能将系统读入的数据和分析中产生的过程数据、结果数据显示出来。参数配置则由用户控制需要配置的参数。数据输出将分析数据输出供用户使用。这３个层次之间进行数据交换和传输，共同构成地理模拟优化系统平台这一有机整体。地理模拟优化系统的主界面如下。２．３地理模拟优化系统的构成及功能本地理模拟优化系统是采用微观个体来对地理过程进行模拟和对空间格局进行优化，并采用了从下至上的方法，以解决复杂地理现象的模拟和优化问题。本系统由３个子系统构成：元胞自动机模拟子系统、多智能体模拟子系统和基于人工智能的优化子系统。

耦合地理模拟与优化的城镇开发边界划定

Delineating Urban Development Boundaries(UDBs)by Coupling Geographical Simulation and Spatial Optimization 作者：李丹[1];胡国华[2];黎夏[2];刘小平[3];丁冠乔[4];蔡玉梅[5]
作者机构： [1]广东财经大学地理与旅游学院,广东广州510320;[2]华东师范大学地理科学学院,上海220241;[3]中山大学地理科学与规划学院,广东广州510275;[4]南京农业大学土地管理学院,江苏南京210095;[5]中国国土勘测规划院,北京100035
出版物刊名：中国土地科学
页码： 104-114页
年卷期： 2020年第5期
主题词：城镇开发边界;地理模拟与优化系统;空间规划;蚁群算法;元胞自动机
摘要：研究目的:城镇开发边界划定是典型耦合空间模拟和优化的复杂地理问题,当前划定方法的科学性和系统性还有待加强,引入地理模拟优化系统理论以期提供更好的辅助规划成果。

研究方法:在回顾城镇开发边界相关概念及划定方法的基础上,提出基于地理模拟优化系统(GeoSOS)的城镇开发边界划定方法,并以珠江三角洲重点优化开发区域为例对城镇开发边界进行了划定。

研究结果:基于GeoSOS的多目标空间优化方法界定了研究区的生态、农业和城镇空间,并通过城镇扩展数量和农业生态双重约束的CA模型预测未来城镇扩展格局,最终利用形态学方法划定城镇开发边界。

研究结论:基于GeoSOS的划定方法能够优化这三类空间,并基于底线约束预测未来规划期的城镇扩展格局,从而划定城镇开发边界,为划定实践工作提供科学依据和有利支撑。

地理模拟优化系统(GeoSOS)及其在地理国情分析中的应用

地理模拟优化系统(GeoSOS)及其在地理国情分析中的应用黎夏;李丹;刘小平【期刊名称】《测绘学报》【年(卷),期】2017(046)010【摘要】第一次全国地理国情普查工作已基本完成,需要对所获取的地理国情监测数据进行空间统计分析,以得到地理国情的时空分布模式、演变规律及发展趋势,形成地理国情信息和知识.地理国情监测生成的基础数据源,可用于土地资源集约利用、城乡及城市群协调发展、生态环境保护等问题的空间智能决策分析,但目前有效的模拟分析工具还比较缺乏.笔者提出的地理模拟优化系统(GeoSOS)理论框架,耦合了地理过程模拟预测和空间优化,为上述研究提供了有利的理论支持和实用工具.为进一步方便与GIS进行无缝的链接,本文提出了基于ArcGIS插件的GeoSOS以方便进行高效的地理模拟分析.并以快速城市化地区的城市扩张与生态保护研究为例,通过在地理国情信息分析中的应用,得到了一些重要的发现.模拟结果显示,按照现在的发展趋势,广东省优化开发区域在2020年其土地开发强度将超出规定的约束指标,并发现各区域均存在大量城乡建设用地占用生态保护压力等级高和较高地块的现象,而基于土地开发强度和生态保护双重约束的城镇化扩张能够在满足约束指标的同时获得更紧凑的景观格局.表明GeoSOS及其ArcGIS插件可以成为地理国情信息分析的有利工具,并给出了今后需解决的问题和发展方向.【总页数】11页(P1598-1608)【作者】黎夏;李丹;刘小平【作者单位】华东师范大学地理科学学院地理信息科学教育部重点实验室,上海200241;中山大学地理科学与规划学院广东省城市化与地理环境空间模拟重点实验室,广东广州510275;南阳师范学院环境科学与旅游学院,河南南阳473061;中山大学地理科学与规划学院广东省城市化与地理环境空间模拟重点实验室,广东广州510275【正文语种】中文【中图分类】P227【相关文献】1.地理模拟优化系统GeoSOS软件构建与应用 [J], 黎夏;李丹;刘小平;劳春华;张亦汉;何晋强;黄康宁2.数字调绘系统在地理国情监测外业核查中的应用 [J], 王雷霆3.浅谈测绘技术在地理国情普查中的应用——以内蒙古自治区地图院地理国情普查为例 [J], 张润科4.浅析全闪存技术在广西第一次全国地理国情普查统计分析系统中的应用 [J], 张俊雄5.地理模拟优化系统(GeoSOS)在城市群开发边界识别中的应用 [J], 马世发;黎夏因版权原因，仅展示原文概要，查看原文内容请购买。

地理模拟优化系统GeoSOS软件构建与应用

地理模拟优化系统GeoSOS软件构建与应用黎夏;李丹;刘小平;劳春华;张亦汉;何晋强;黄康宁【期刊名称】《中山大学学报（自然科学版）》【年(卷),期】2010(049)004【摘要】在提出的地理模拟优化系统概念的基础上,进一步构建了整合的软件系统GeoSOS,以解决地理信息系统(GIS)目前在对过程分析存在功能不足的难题.作为GIS的重要扩展,该系统由3个重要模块组成:地理元胞自动机(CA)、多智能体系统(MAS)和生物智能(SI).地理元胞自动机模块包含了常用的CA模型,包括MCE-CA, Logistic-CA, ANN-CA, Decision-tree CA等,为用户提供了一种选择最佳模拟模型的方便环境.GeoSOS能根据训练数据,自动获取最佳的模型参数.该系统还将MAS和SI引进模型中,提高了对复杂地理过程进行分析的能力.另一特色是具备了将模拟和优化耦合的能力,由此能大大改善模拟优化的结果,为复杂的资源环境模拟和优化提供了强有力的过程分析工具.【总页数】6页(P1-5,15)【作者】黎夏;李丹;刘小平;劳春华;张亦汉;何晋强;黄康宁【作者单位】中山大学地理科学与规划学院,广东,广州,510275;中山大学地理科学与规划学院,广东,广州,510275;中山大学地理科学与规划学院,广东,广州,510275;中山大学地理科学与规划学院,广东,广州,510275;中山大学地理科学与规划学院,广东,广州,510275;中山大学地理科学与规划学院,广东,广州,510275;中山大学地理科学与规划学院,广东,广州,510275【正文语种】中文【中图分类】P96;TP79【相关文献】1.地理模拟优化系统(GeoSOS)及其在地理国情分析中的应用 [J], 黎夏;李丹;刘小平2.地理模拟优化系统(GeoSOS)在城市群开发边界识别中的应用 [J], 马世发;黎夏3.关于应用91卫图助手和奥维软件构建调试古树名木信息化系统的研究 [J], 郑强;王彬;白钰4.基于地理模拟优化系统的赞皇县用地演变模拟试验 [J],5.应用ENVI软件构建新型GIS高中地理澡堂的尝试一一以“城市化及城市土地利用”教学为例 [J], 贾立明;李依铭因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第８期黎夏等：地理模拟优化系统ＧｅｏＳＯＳ及前沿研究
９０１
图１地理模拟优化系统（ＧｅｏＳＯＳ）逻辑架构图Ｆｉｇ．１ＴｈｅｆｒａｍｅｗｏｒｋｏｆＧｅｏｇｒａｐｈｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＯｐｔｉｍｉｚａｔｉｏｎＳｙｓｔｅｍｓ（ＧｅｏＳＯＳ）
２］级分析和决策支持的时代［。
型来模拟广州的城市发展，分析了各个历史时期的发展特点。我们提出引入数据挖掘的方法来自动提
６］取城市ＣＡ的转换规则［。
为了反映人文因素及政府等不同角色对地理过程的影响，多智能体系统（ＭｕｌｔｉＡｇｅｎｔＳｙｓｔｅｍｓ，ＭＡＳ）方面的研究也引起了人们的重视。如Ｂｅｎｅｎ
１２］大的问题［。但当把ＧＩＳ空间数据引入到空间优
９００
地球科学进展第２４卷
形成统一的理论和技术框架体系。为了推进ＧＩＳ的进一步发展，有必要寻求一种新的理论和技术来开展地理空间系统的复杂性及其演化过程研究。为此，我们提出建立地理模拟优化系统，以解决地理信息系统对地理空间系统过程分析能力较弱的问题，帮助预测地理现象的发展方向及演化过程。地理模拟优化系统将与地理信息系统相互弥补。本文将探讨地理模拟优化系统的理论基础，研究内容和实现方法。
些智能体可以用来解决复杂的空间优化问题。确定系统的转换规则或微观个体的行为是地理模拟优化系统的核心。地理模拟优化系统必须与地理信息系统相结合，以有效地获取和更新微观个体的各种属性。地理模拟优化系统涉及的理论包括复杂系统理论、地理信息科学、计算机科学、地理学等。２．２地理模拟优化系统的实现平台及主要功能地理模拟优化系统平台主要用来进行基于地理模拟优化系统理论的计算机模拟与分析。平台的逻辑设计立足于软件工程的技术角度，通过合理的逻辑和层次划分来完成。以下是地理模拟优化系统平台的逻辑结构图。本ＧｅｏＳＯＳ系统平台的逻辑设计分为３个层次：表示层、逻辑层和数据层。最底层的是数据层，负责获取系统所需的数据，将系统使用的遥感数据、ＧＩＳ数据或其它数据读入系统中，作为系统分析需要的数据源。逻辑层是系统最重要的层次，完成系统的各种分析和计算功能。主要包括３个部分：ＣＡ模拟、多智能体模拟和地理优化。ＣＡ模拟主要是利用ＣＡ根据不同的转换规则进行地理现象模拟、预测等工作。多智能体模拟主要是利用ＭＡＳ及结合ＣＡ等进行地理现象模拟和预测。地理优化部分主要使用生物智能解决各类复杂的空间优化问题。其次逻辑层还有模拟结果精度校验、模拟数据分析等功能。不同的部分将作为不同的组件库进行设计和构建。各组件可以调用系统模型库中的模型进行分析计算，也可以使用共同的数据传输通道进行组件间的信息交互。表示层是系统与用户直接交互的部分，主要完成数据显示、参数配置和数据输出等功能。数据显示功能将系统读入的数据和分析中产生的过程数据、结果数据显示出来。参数配置则由用户控制需要配置的参数。数据输出将分析数据输出供用户使用。这３个层次之间进行数据交换和传输，共同构成地理模拟优化系统平台这一有机整体。地理模拟优化系统的主界面如下。２．３地理模拟优化系统的构成及功能本地理模拟优化系统是采用微观个体来对地理过程进行模拟和对空间格局进行优化，并采用了从下至上的方法，以解决复杂地理现象的模拟和优化问题。本系统由３个子系统构成：元胞自动机模拟子系统、多智能体模拟子系统和基于人工智能的优化子系统。
［７，８］ｓｏｎ根据居民的经济状况、房产价格变动以及文
化认同性等模拟了城市空间演化的自组织现象、城
［９］镇的居民种族隔离和居住分异现象。Ｌｉｇｔｅｎｂｅｒｇ
提出了一种基于多智能体和元胞自动机相结合的土地利用规划模型，该模型引入了政府的主导规划因素。然而上述这些研究都是比较分散进行的，没有
地理模拟优化系统ＧｅｏＳＯＳ及前沿研究
黎夏，李丹，刘小平，何晋强
（中山大学地理科学与规划学院，广东广州５１０２７５）

摘要：提出地理模拟优化系统（ＧｅｏＳＯＳ）的概念、研究内容和实现方法，以提供一种十分有效的地理过程分析和空间探索的工具。地理模拟优化系统的理论基础涉及复杂系统理论、地理信息科学、计算机科学、地理学等。所提出的地理模拟优化系统由３个子模块构成：元胞自动机模拟子系统、多智能体模拟子系统和基于生物智能的优化子系统。建立地理模拟优化系统可以为复杂资源环境ＩＳ对过程分析功能的严重不足。及变化提供一种有效的模拟和优化工具，弥补目前Ｇ关键词：地理模拟优化系统；ＧＩＳ；元胞自动机；多智能体中图分类号：Ｐ９６；ＴＰ７９文献标志码：Ａ模拟复杂系统的涌现、无序到有序、波动等现象，分析复杂的人—地关系，探讨各子系统的协同作用，挖掘演变的空间分异规律，以及进行动态优化（基础设施选址和土地利用空间布局）等。Ｃｅｌｌｕｌａｒ近年来国际上主要利用元胞自动机（Ａｕｔｏｍａｔａ，ＣＡ）来对这些复杂的地理过程进行模拟
２地理模拟优化系统（ＧｅｏＳＯＳ）的实现方法
２．１地理模拟优化系统（ＧｅｏＳＯＳ）的概念地理模拟优化系统（ＧｅｏｇｒａｐｈｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＯｐｔｉｍｉｚａｔｉｏｎＳｙｓｔｅｍ，ＧｅｏＳＯＳ）是指在计算机软、硬件支持下，通过自下而上的虚拟模拟实验，对复杂自然系统（如城市扩张、土地利用变化、景观演变等）进行模拟、预测、优化和显示的技术。它是探索和分析地理现象的格局形成、演变过程以及进行知识发现的有效工具。地理模拟优化系统试图从微观入手，探索地理微观空间实体之间相互作用形成宏观地理格局的动态过程。地理模拟优化系统能够很好地与ＧＩＳ进行耦合，并且这种耦合能够相互弥补各自的ＩＳ能够为地理模拟优化系统提供丰富的空缺陷。Ｇ间信息，并作为其空间数据处理的平台。ＧＩＳ还可以及时显示和反馈地理模拟优化系统在各种情景下的模拟效果。更为重要的是，ＧＩＳ还能对模拟结果进行空间分析和评价。而地理模拟优化系统则大大弥补了ＧＩＳ较弱的过程模拟能力的不足。所以，在很大程度上，地理模拟优化系统是ＧＩＳ的重要拓展。地理模拟优化系统的原理是微观个体的局部相互作用形成宏观格局，其本质是遵循万有引力定律或地理学第一定理（Ｔｏｂｌｅｒ ′ ｓＬａｗ），即越近的个体相互作用越大。自然界许多现象具有复杂系统的特征，无法用基于方程式的方法来解决。而研究表明，采用从下至上的方法可以有效地模拟复杂系统的行为。即通过微观个体的相互作用，来模拟许多自然界复杂的现象，包括涌现、无序到有序、城市的波动式发展、分形等。模拟过程是利用计算机迭代运行来实现的。模拟的空间和时间是离散的。模拟的最小单元是微观个体。微观个体可以是可移动的（如人群、居民等智能体）和不可移动的（如ＣＡ中的静止元胞）。微观个体可以代表真实的地理对象，也可以是仅仅用来求解的虚拟的智能体（ｓｗａｒｍ），这
１］满足地理学家对过程等分析方面的需求［。许多
ห้องสมุดไป่ตู้
拟美国的城市增长，该模型将城市增长分为自发增长、扩散增长、组织增长和道路驱动增长，城市增长
５］的机制十分明晰。Ｗｕ等［提出了多准则判断的模
地理现象的时空动态发展过程往往比其最终形成的空间格局更为重要，譬如城市扩展、疾病扩散、火灾蔓延、人口迁移、经济发展、沙漠化、洪水淹没等。只有清楚地了解了地理事物的发展过程，才能够对其演化机制进行深层次的剖析，才能获取地理现象变化的规律。随着海量空间数据的收集，地理学家开始建立更复杂的模型，包括对地理过程进行分析。经济的发展和人口的增加，也促使地理学家对复杂多变的资源环境进行分析，往往涉及复杂和不确定（ｎｏｎｄｅｔｅｒｍｉｎｉｓｔｉｃ）的模型。ＧＩＳ进入了需要更多高
第２４卷第８期２００９年８月
地球科学进展ＡＤＶＡＮＣＥＳＩＮＥＡＲＴＨＳＣＩＥＮＣＥ
Ｖｏｌ．２４Ｎｏ．８Ａｕｇ．，２００９
文章编号：１００１８１６６（２００９）０８０８９９０９
［１０］
空间位置在初始状态是随机分布在研究区域上的，ｇｅｎｔ根据自己的偏好及与政府模型运行后，居民ＡＡｇｅｎｔ、房地产商Ａｇｅｎｔ共同协商后，选择较为满意的空间位置居住。２．３．３基于群智能的优化子系统资源环境的管理和利用往往涉及到空间的优化配置，需要使用一些优化工具来辅助产生规划方案。其目的是在时空上最佳地配置或使用资源，产生最大效益值。涉及的问题包括设施选址、土地利用规划、水资源的优化配置等。在ＧＩＳ数据没有使用以前，传统的优化搜索方法一般只用来解决数据量不
３，４］分析。如Ｃｌａｒｋｅ等［提出了ＳＬＥＵＴＨ模型用以模
１引言
地理信息系统（ＧＩＳ）目前已经广泛应用于各个领域，包括地理学、测绘学、地质学、环境科学、市政管理、林业、农业、海洋以及电子商务等诸多领域。地理信息系统在全球空前迅速发展，产生了巨大的经济和社会效益。尽管ＧＩＳ具有强大的空间数据管理和处理方面的能力，但在模型方面功能较弱，不能